首页    期刊浏览 2025年05月31日 星期六
登录注册

文章基本信息

  • 标题:Génération automatique de texte en langage naturel pour les systèmes de questions-réponses
  • 本地全文:下载
  • 作者:Imen Akermi ; Johannes Heinecke ; Frédéric Herledan
  • 期刊名称:Traitement Automatique des Langues
  • 印刷版ISSN:1248-9433
  • 电子版ISSN:1965-0906
  • 出版年度:2021
  • 卷号:62
  • 期号:1
  • 页码:1-25
  • 语种:French
  • 出版社:ATALA - Assoc Traitement Automatique Langues
  • 摘要:Cet article traite de la génération du langage naturel dans le contexte des systèmes de questions-réponses. Les différents travaux portant sur ces systèmes se sont focalisés sur la génération d’une réponse courte ou d’un paragraphe contenant la réponse, à partir de données structurées ou de pages Web. La longueur de ces réponses n’est généralement pas appropriée du fait que les réponses peuvent être perçues comme trop brèves ou trop longues pour être lues à haute voix par un assistant intelligent. Dans ce travail, nous présentons une approche non supervisée de génération de réponses concises qui ne nécessite pas de données annotées. Testée sur des corpus de données en anglais et en français, l’approche proposée montre des résultats très prometteurs.
  • 其他摘要:This paper presents an unsupervised approach for natural language generation within the framework of question-answering systems. This approach addresses the issue of generating answers that are usually too short or too long without having to resort to annotated data. This approach shows promising results for English and for French.
国家哲学社会科学文献中心版权所有